4. Menghitung parameter fungsi peramalan
Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan hasil sebagai berikut:
a. Fungsi peramalan untuk metode siklis adalah:
Y = 31524,833 + 4684,896sin – 7216,478 cos
b. Fungsi peramalan untuk metode eksponensial adalah:
Y = 53172,400 e
-0,097X
5. Menghitung kesalahan error dari setiap metode peramalan
Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat
pada Lampiran dengan hasil sebagai berikut:
a. SEE metode siklis = 13037,425
b. SEE metode eksponensial
= 12950,512
6. Memilih metode yang terbaik dengan nilai kesalahan terkecil
Ho : SEE eksponensial SEE siklis Hi : SEE eksponensial SEE siklis
α : 0,05
Uji statistik F
hitung
= =
= 0,988
F
tabel
= α v
1
,v
2
= 0,05 10,9 = 3,137
Universitas Sumatera Utara
Karena nilai F
hitung
0,988 F
tabel
3,137, maka Ho diterima, yaitu hasil pengujian menyatakan bahwa metode eksponensial lebih baik daripada
metode siklis. Fungsi eksponensial tersebut adalah
Y = 53172,400 e
-0,097X
7.
Melakukan verifikasi peramalan
Perhitungan hasil verifikasi peramalan dapat dilihat pada Tabel 5.15.
Tabel 5.15. Perhitungan Hasil Verifikasi Peramalan GCST
X Y
Y Y – Y’
|MR|
1 56655
48257 -15917
-
2 53075
43796 -5401
10516
3 67230
39747 1693
7094
4 78670
36073 7677
5984
5 66750
32738 6202
1475
6 40560
29712 -1467
7669
7 60040
26965 -5360
3893
8 58250
24472 13788
19148
9 95620
22210 31525
17737
10 44660
20157 -3752
35277
11 42278
18293 -1830
1922
12 48135
16602 -7882
6052 78
711923 359022 19276
116767
MR
= =
= 10615,182 UCL
= 2,66 x
MR
= 2,66 x 10615,182 = 28236,384 13 UCL = 13 x 28236,384 = 9412,128
Universitas Sumatera Utara
23 UCL = 23 x 28236,384 = 18824,256 LCL
= -2,66 x
MR
= -2,66 x 10615,182= -28236,384 13 LCL = 13 x -28236,384 = -9412,128
23 LCL = 23 x -28236,384 = -18824,256 Moving Range Chart hasil verifikasi peramalan produk GCST dapat dilihat
pada Gambar 5.5.
Gambar 5.5. Moving Range Chart Fungsi Peramalan GCST
Dapat dilihat bahwa semua titik berada dalam batas kontrol in control sehingga peramalan dengan metode eksponensial cukup memenuhi persyaratan.
Fungsi eksponensial peramalan, yaitu:
Y = 53172,400 e
-0,097X
Peramalan produk Gaga Mie 100 Soto GCST untuk bulan Januari sampai Desember 2014 dilakukan dengan menggunakan persamaan metode eksponensial
Universitas Sumatera Utara
yang diperoleh. Salah satu perhitungan peramalan produk GCST pada bulan Januari 2014 dengan nilai X = 13 adalah:
Y = 53172,400 e
-0,097X
= 15067 Rekapitulasi hasil peramalan pada produk Gaga Mie 100 Soto GCST
untuk bulan Januari sampai Desember 2014 dengan nilai X adalah 13 sampai 24 dapat dilihat pada Tabel 5.16.
Tabel 5.16. Peramalan Permintaan Produk GCST
X Y Karton
13 15067
14 13675
15 12410
16 11263
17 10222
18 9277
19 8419
20 7641
21 6935
22 6294
23 5712
24 5184
Universitas Sumatera Utara
5.2.4.3.Peramalan Permintaan Gaga Mie 1000 Goreng Spesial Pedas G-1000GSP
Dari data permintaan Gaga Mie 1000 Goreng Spesial Pedas bulan Januari sampai Desember 2013, akan dilakukan peramalan jumlah permintaan produk
untuk satu tahun ke depan. Langkah-langkah peramalan adalah: 1.
Mendefenisikan tujuan peramalan
Tujuan peramalan adalah untuk meramalkan jumlah permintaan terhadap produk Gaga Mie 1000 Goreng Spesial Pedas untuk bulan Januari sampai
Desember 2014.
2. Membuat diagram pencar
Diagram pencar dari jumlah permintaan bulan Januari sampai Desember 2013 dapat dilihat pada Gambar 5.6.
Gambar 5.6. Diagram Pencar Permintaan G-1000GSP
Universitas Sumatera Utara
3. Memilih metode peramalan yang dianggap sesuai
Metode peramalan yang dipilih dan digunakan adalah: a.
Metode siklis b.
Metode eksponensial 4.
Menghitung parameter fungsi peramalan Perhitungan parameter fungsi peramalan dapat dilihat pada Lampiran dengan
hasil sebagai berikut: a.
Fungsi peramalan untuk metode siklis adalah:
Y = 27405,5 – 8524,575 sin – 5154,236cos
b. Fungsi peramalan untuk metode eksponensial adalah:
Y = 12842,002 e
0,101X
5. Menghitung kesalahan error dari setiap metode peramalan
Perhitungan kesalahan error dari setiap metode dilakukan dengan menggunakan metode Standard Error of Estimate SEE yang dapat dilihat
pada Lampiran dengan hasil sebagai berikut:
a. SEE metode siklis